Das KI-Glossar für Unternehmen
Alle wichtigen KI-Begriffe verständlich erklärt — mit konkreten Anwendungsfällen, Vorteilen und Risiken für den Mittelstand.
Prompt
Ein Prompt ist die Eingabeanweisung, mit der ein Mensch einem KI-Sprachmodell mitteilt, welche Aufgabe es erfüllen soll.
Mehr erfahrenTransformer-Architektur
Die Transformer-Architektur ist das technische Fundament moderner Sprachmodelle und ermöglicht durch den Aufmerksamkeitsmechanismus das Verständnis von Zusammenhängen in Texten.
Mehr erfahrenDeep Learning
Deep Learning ist ein Teilbereich des maschinellen Lernens, bei dem mehrschichtige neuronale Netze komplexe Muster aus großen Datenmengen selbstständig erlernen.
Mehr erfahrenFine-Tuning
Fine-Tuning ist das gezielte Nachtrainieren eines vortrainierten KI-Modells mit eigenen Daten, um es auf spezifische Aufgaben oder eine bestimmte Tonalität anzupassen.
Mehr erfahrenSentiment-Analyse
Die Sentiment-Analyse ist eine KI-Technik, die Texte automatisch auf die darin enthaltene Stimmung – positiv, negativ oder neutral – untersucht.
Mehr erfahrenTransfer Learning
Transfer Learning ist eine Technik, bei der ein bereits trainiertes KI-Modell sein erworbenes Wissen auf eine neue, verwandte Aufgabe überträgt, statt von Grund auf neu zu lernen.
Mehr erfahrenOverfitting
Overfitting beschreibt den Zustand, in dem ein KI-Modell die Trainingsdaten zu genau auswendig lernt und dadurch bei neuen, unbekannten Daten schlechter abschneidet.
Mehr erfahrenKnowledge Graph
Ein Knowledge Graph (Wissensgraph) ist eine vernetzte Datenstruktur, die Informationen als Knoten und ihre Beziehungen als Kanten abbildet, um Wissen maschinenlesbar und kontextbezogen abfragbar zu machen.
Mehr erfahrenZero-Shot Learning
Zero-Shot Learning bezeichnet die Fähigkeit eines KI-Modells, Aufgaben zu lösen oder Objekte zu erkennen, für die es nie explizit trainiert wurde, indem es vorhandenes Wissen auf völlig neue Situationen überträgt.
Mehr erfahrenData Augmentation
Data Augmentation (Datenerweiterung) bezeichnet Techniken, mit denen aus vorhandenen Trainingsdaten künstlich neue, variierte Datenbeispiele erzeugt werden, um KI-Modelle robuster und genauer zu machen.
Mehr erfahrenSymbolische KI
Symbolische KI ist ein KI-Ansatz, der Wissen in Form von Symbolen, Regeln und Logik explizit darstellt und durch logisches Schlussfolgern Probleme löst, statt aus Daten zu lernen.
Mehr erfahrenExpertensysteme
Expertensysteme sind KI-Programme, die das Wissen und die Entscheidungslogik menschlicher Fachexperten in Form von Regeln abbilden, um in einem eng abgegrenzten Fachgebiet eigenständig Empfehlungen oder Diagnosen zu liefern.
Mehr erfahrenTuring-Test
Der Turing-Test ist ein von Alan Turing 1950 vorgeschlagenes Verfahren, mit dem geprüft wird, ob eine Maschine ein so menschenähnliches Gesprächsverhalten zeigt, dass ein Mensch sie nicht mehr von einem echten Menschen unterscheiden kann.
Mehr erfahrenAccuracy
Accuracy (Genauigkeit) ist eine grundlegende Kennzahl im maschinellen Lernen, die angibt, welcher Anteil aller Vorhersagen eines KI-Modells korrekt ist.
Mehr erfahrenGuardrails
Guardrails sind technische und organisatorische Leitplanken, die das Verhalten von KI-Systemen in sichere, rechtskonforme und markengerechte Bahnen lenken.
Mehr erfahrenAuto-Vervollständigung
Auto-Vervollständigung ist die KI-gestützte Vorhersage und Ergänzung von Text oder Code in Echtzeit, während der Nutzer tippt.
Mehr erfahrenInstruction Tuning
Instruction Tuning ist das gezielte Nachtrainieren eines Sprachmodells, damit es natürlichsprachlichen Anweisungen zuverlässig folgt.
Mehr erfahrenMeta-Prompt & Metakontext
Ein Meta-Prompt ist eine übergeordnete Anweisung, die festlegt, wie eine KI grundsätzlich denken und antworten soll, während Metakontext den Rahmen liefert, in dem sie agiert.
Mehr erfahrenDouble Descent
Double Descent beschreibt das überraschende Phänomen, dass die Leistung von KI-Modellen mit wachsender Größe zunächst schlechter und dann wieder deutlich besser wird.
Mehr erfahrenLatent Space
Der Latent Space ist der hochdimensionale Bedeutungsraum, in dem eine KI Konzepte als Zahlenvektoren ablegt und so Ähnlichkeiten und Beziehungen erfasst.
Mehr erfahrenBERT
BERT ist ein von Google entwickeltes Sprachmodell, das Texte in beide Richtungen liest und dadurch den Kontext von Wörtern besonders präzise versteht.
Mehr erfahrenTensorFlow
TensorFlow ist ein von Google entwickeltes Open-Source-Framework, mit dem sich KI-Modelle und neuronale Netze bauen, trainieren und in Betrieb nehmen lassen.
Mehr erfahrenAttention-Mechanismus
Der Attention-Mechanismus erlaubt es KI-Modellen, gezielt die relevantesten Teile einer Eingabe stärker zu gewichten – unabhängig von deren Position im Text.
Mehr erfahrenGradient Descent
Gradient Descent (Gradientenabstieg) ist das Optimierungsverfahren, mit dem KI-Modelle beim Training ihre Fehler Schritt für Schritt verringern und dazulernen.
Mehr erfahrenLoss Function
Die Loss Function (Verlustfunktion) misst, wie stark die Vorhersagen eines KI-Modells von den korrekten Ergebnissen abweichen, und steuert dadurch das gesamte Training.
Mehr erfahrenUnderfitting
Underfitting beschreibt den Zustand, in dem ein KI-Modell zu einfach ist, um die Muster in den Daten zu erfassen, und dadurch selbst bei bekannten Daten schlecht abschneidet.
Mehr erfahrenHyperparameter
Hyperparameter sind die Einstellungen, die vor dem Training eines KI-Modells festgelegt werden und maßgeblich darüber entscheiden, wie gut das Modell am Ende funktioniert.
Mehr erfahrenVon KI-Theorie zur Praxis
Wir setzen die Begriffe aus diesem Glossar konkret in Ihrem Unternehmen um. Kostenlose Erstberatung.
KI-Beratung starten